这份教程是PyTorch官方编写的，非常重要，建议初学者一定要仔细的阅读几遍。长久以来，我向很多人推荐过这个入门教程，它值得每个初学者认真的阅读，链接如下所示：《新人PyTorc基础教程》。
这份教程总共分为8个小节，如下所示。从数据处理到模型构建，再到训练模型以及优化参数，最后保存模型，一气呵成，短小精悍，非常有价值，值得每个初学者认真的阅读：
0. Quickstart
1. Tensors
2. Datasets and DataLoaders
3. Transforms
4. Build Model
5. Automatic Differentiation
6. Optimization Loop
7. Save, Load and Use Model
根据我多年学习和使用PyTorch的经验来看，我觉得学习PyTorch分为几下阶段：
第一阶段：入门阶段。这个阶段的学习以上面提到的官方入门指导为主。很多初学者学完之后这个内容之后，收获满满，信心十足，一下子通透很多，对深度学习有了明确认知。不过，过不了几日很多人就感觉到空虚了，内心失落。这也很正常，毕竟大脑热度过了，放在谁身上都难免有所失落，是时候进入下一个阶段了。
第二阶段：熟悉阶段。这个阶段是分水岭，人与人的差距就开始出现了，我觉得90%的人就困死这个阶段。对比第一个阶段，有官方文档的投喂，大家吃的是营养全面的便当，所以成长发育特别的快，而进入第二阶段，就完全进入了荒野放养模式，是成熟出圈还是幼年夭折完全靠自己的造化了。第一个阶段的特点是系统化，要想在第二个阶段顺利的成长，也依然需要系统化，但是此时的“系统化”不是指内容的系统化，而是时空的系统化，所以坚持每天抽出固定的时间学习PyTorch才是最关键的因素。可以说，第二个阶段考验的是人的自制力和自律力，可惜很多人做不到。当然，不能全归罪于人的因素，抖音太妖娆，环境太浮躁，手机太辣眼，唯独缺少一个让人静心的环境。
第三阶段：项目实战阶段。这个阶段没有什么好说的，github上开源的东西很多，想学什么都可以找的。人们不会在这个阶段拉开差距的。我见过一个零基础的女生，从github上找了一个无人机项目，自己磕磕绊绊的，最终也能改造成自己想要的样子。所以说，这个进入这个阶段，人与人之间是没有什么差距的。同样道理，你想找个好工作，靠这个阶段的收获来让简历添彩，大概率也会凉凉的。
第四阶段：论文创新阶段。很多人一开始就跑偏了，不重视手上功夫，不重视PyTorch基本功，总想着论文创新。殊不知，PyTorch本质就是各种论文创新的集合地。可以说，第四个阶段是第二个阶段的升华，如果第二个阶段没有走好，那么此时就有点难受了，不，不是有点难受，而是很难受了。